New insights on social finance research in the sustainable development context
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Research on sustainable finance has experienced significant growth in recent years, but the exploration from a comprehensive perspective is still in its nascent stages. As of July 2023, our research revealed that this area remains relatively underexplored in the existing body of knowledge, leading to a notable lack of comprehensive research analyzing the current state‐of‐the‐art in the social finance arena. To address this gap, our study takes a pioneering approach by utilizing scientometrics and network analysis techniques, specifically employing VOSviewer and Bibliometrix in conjunction with Web of Science and Scopus databases. By merging data from both sources and removing duplicate entries, we established a consolidated database of 401 relevant studies. Through our analysis, we have identified prominent authors, sources, and the most influential studies in the social finance arena. Additionally, we examined the coupling of studies and authors to ascertain their significance in this emerging domain. The results have unveiled several prominent further research, including mainly social banking, Islamic finance, social innovation, the impact of the COVID‐19 pandemic, impact investing, social impact bonds, and Sustainable Development Goals. By shedding light on the current landscape, our findings comprehensively understand the field's progress and potential directions. This insight is valuable for market participants, researchers, policymakers, and decision‐makers seeking to navigate and contribute to the evolving landscape of sustainable finance with a social focus. Furthermore, our innovative use of scientometrics and network analysis sets a precedent for future research exploring the complex interplay between finance, development, and sustainability.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle